三维重建可以从二维平面图像恢复三维场景模型,可以有效地增强人们对于场景的认知,基于片元的多视图重建(PMVS)可以根据相机参数得到稠密的、带有方向信息的片元稠密三维模型。PMVS算法首先根据基于运动的结构重建(SFM)算法得到的相机投影矩阵的信息,通过匹配、膨胀和过滤三个步骤来获得由具有方向信息的多边形片元构成的场景稠密三维模型。PMVS可以获得稠密的三维模型。但是,该算法的运算时间过长,内存消耗也很大,不适合对大量图片进行重建,限制了算法的应用。针对该重建按算法的重建尺度有限问题,本文设计并实现了基于簇的图像划分算法。通过对原始图像集合进行有效的划分,剔除了冗余图像,得到了紧密且尺寸合理的图像簇,在每一个图像簇上采用PMVS算法进行重建,最后将重建结果进行融合,得到完整的重建模型。使得重建系统的运行时间大大降低,内存消耗也得到了改善,从而为大规模三维重建奠定了算法基础。本文提出了一种新颖的基于簇的图像划分法。首先在PMVS等多视图重建算法运行前,对输入的数据集进行预处理,包括去除冗余图像,利用标准化划分法将图像集合划分成大小合适,重叠度小,结构紧密的图像簇；其次将这些图像簇平行的输入到多视图重建算法中,得到每一个簇的重建结果后,采用质量过滤器来对各个簇重建结果进行提纯；最后融合为一个完整的重建模型。通过本文的改进,使得三维重建的尺度大大增加,城市级甚至更大的场景重建得以实现。本文采用一种利用数码相机自带的数码信息来获得相机内参的方法,无需对相机进行人工标定。可以处理未标定的图片,比如来自互联网的图片。这些图片数量巨大且更容易获得,对它们进行重建具有很高的现实意义和价值。